Claim Missing Document
Check
Articles

Found 6 Documents
Search

Implementasi Steganografi pada Citra dengan Metode Bit-Plane Complexity Segmentation Untuk Transformasi Data Johannes Petrus
Creative Information Technology Journal Vol 2, No 3 (2015): Mei - Juli
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (962.096 KB) | DOI: 10.24076/citec.2015v2i3.51

Abstract

Pengamanan terhadap informasi atau data yang didistribusikan sangat penting untuk menjaga kerahasiaan, keutuhan, dan keasliannya. Dalam praktek pemilihan kepala daerah dan wakil kepala daerah (Pilkada) di beberapa daerah di Indonesia, sering menyimpan banyak masalah yang berkaitan dengan kerahasiaan data pada saat proses pengiriman jumlah suara. Agar pesan rahasia hanya dapat dibaca dan dimengerti oleh orang tertentu saja, diperlukan cara untuk menyembunyikan pesan tersebut, salah satu cara yang dapat dilakukan adalah dengan mengembangkan aplikasi Transfirmasi Data Pilkada dimana algoritma steganografi digunakan dalam enkripsi datanya. Steganografi adalah penyembunyian pesan rahasia pada media lain, seperti image, audio atau video sehingga secara kasat mata media yang telah disisipi pesan tampak seperti biasa. Pada tulisan ini, steganografi diterapkan pada gambar digital dengan menggunakan metode Bit-plane complexity segmentation (BPCS). Bit-plane complexity segmentation (BPCS) merupakan teknik steganografi yang memiliki kapasitas besar, karena dapat menampung data rahasia dengan kapasitas yang relatif besar jika dibandingkan dengan metode steganografi lain. Aplikasi Transformasi Data Pilkada yang dikembangkan dapat meminimalisasi kebocoran-kebocoran informasi penting yang sangat rahasia dan bahaya jika sampai diketahui oleh orang lain. The security of distributed information or data is critical to maintain their confidentiality, integrity, and authenticity. In practice of the election of the regional head and deputy head (Pilkada) in several regions in Indonesia, it often occurs problems regarding the confidentiality of data during the delivery process of the vote. In order to make the encrypted message can only be read and understood by a particular person, it is required a technique to hide the message. One of them is to develop an application program of data election transformation using the steganographic algorithm for data encryption. Steganography is a technique for hiding the encrypted messages in other media, such as images, audio or video so that the media that have been inserted the message looks like having no differences than before. In this research, the steganography is applied to digital image using bit-plane complexity segmentation (BPCS) method. Bit-plane complexity segmentation (BPCS) is a steganography technique that has a large capacity, because it can accommodate confidential data with a relatively large capacity compared to other steganographic methods. The application program of data election transformation is developed to minimize leakage of the important informations that are highly confidential and risky to be known by others. 
Penerapan Algoritma K-Means Clustering untuk Pengelompokan UMKM Menggunakan Rapidminer wahyu Sudrajat; Idahm Cholid; Johannes Petrus
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 14 No 1 (2022): jupiter April 2022
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281./4467/5.jupiter.2022.04

Abstract

SMEs assistance appropriately is expected to improve the quality of SMEs, however, to provide proper assistance to each SMEs requires identification and grouping of SMEs businesses. The grouping of businesses in Indonesia is divided into three groups, namely Micro, Small and Medium, where each group is based on turnover and assets. The purpose of this research is to group SMEs in districts in South Sumatra by applying the K-Means Clustering algorithm. The stages of the research carried out include the business understanding phase, the data understanding phase, the data processing phase, the Modeling Phase, the evaluation phase and the desimination phase. In testing 15 business data, this study succeeded in applying the K-Means Clustering algorithm to identify and classify SMEs with test results of 53% of data to cluster 1 of 8 data, 40% of data to cluster 2 of 6 data and 7% of data to cluster 3 as much as 1 data. The results of this calculation have also been tested using rapidminer software and produce the same data.
MODEL GRAFIS JEJARING PENULIS KARYA ILMIAH Johannes Petrus
Prosiding Seminar Nasional Pakar Prosiding Seminar Nasional Pakar 2019 Buku I
Publisher : Lembaga Penelitian Universitas Trisakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25105/pakar.v0i0.4190

Abstract

Penelitian adalah salah satu darma yang harus dilaksanakan oleh seorang dosen.Hasil penelitian biasanya dipublikasikan melalui seminar maupun jurnal. Tidaksemua perguruan tinggi memiliki database yang cukup baik untuk mendatahasil-hasil penelitian seorang dosen dan akan menjadi sebuah tantangantersendiri bagi perguruan tinggi untuk mengetahui seorang dosen melaksanakanpenelitian bersama dengan siapa saja. Menyajikan informasi keterhubungan danketerlibatan antar dosen peneliti yang tersimpan dalam database relasionalmembutuhkan effort yang cukup besar. Paper ini menyajikan prosespembentukan sebuah Graf keterhubungan atau jejaring penulis karyailmiahbersama dengan sumber data yang diambil langsung dari halaman judulpaper yang memuat nama dan alamat email penulisnya. Luaran dari penelitianini adalah sebuah graf sederhana yang menampilkan jejaring peneliti.
Peningkatan Mutu Guru SMA melalui Pelatihan Media Pembelajaran Berbasis IT di Kota Prabumulih Wahyu Sudrajat; Inayatullah Inayatullah; Johannes Petrus; Idham Cholid; Dafid Dafid; Yulistia Yulistia
PUBLIKASI PENGABDIAN KEPADA MASYARAKAT Vol 1 No 2 (2022)
Publisher : Fakultas Ekonomi dan Bisnis Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (941.782 KB) | DOI: 10.35957/padimas.v1i2.1967

Abstract

Peningkatan kapasitas tenaga pendidik saat ini menjadi sebuah keharusan. Perkembangan zaman yang terjadi saat ini menuntut tenaga pendidik dalam hal ini adalah guru untuk dapat berkreasi, inovatif dan adaptif terhadap perubahan kondisi dan zaman. Hal ini terlebih pada masa pendemi yang menuntut pembelajaran jarak jauh harus dilakukan, sehingga dibutuhkan ide-ide kreatif, innovatif dan adaptif dalam penyampaian materi kepada siswa peserta didik. Universitas Multi Data Palembang melalui dosen dan mahasiswa dalam rangka implementasi Tri Dharma Perguruan Tinggi melaksanakan kegiatan pengabdian kepada masyarakat bagi tenaga pendidik di Kota Prabumulih. Adapun materi yang disampaikan adalah pembuatan bahan ajar dengan mengoptimalkan pemanfaatan Open Broadcaster Software (OBS), Microsoft Power Point, BG Remover, Intro Maker, dan penggunaan piranti lunak untuk menunjang pembuatan bahan ajar. Pengabdian kepada masyarakat ini dilaksanakan bertempat di SMA N 2 Prabumulih yang dihadiri dari 50 orang perwakilan guru dari 8 sekolah menengah atas (SMA) yang ada di Kota Prabumulih. Berdasarkan hasil survey pra dan pasca pelatihan, maka didapatkan informasi bahwa materi pelatihansesuai dengan kebutuhan tenaga pendidik di Kota Prabumulih dan mampu memberikan informasi serta pengalaman dalam mengoptimalkan IT dalam proses pembelajaran.
KLASIFIKASI MAMALIA MENGGUNAKAN EXTREME GRADIENT BOOSTING BERDASARKAN FITUR HISTOGRAM OF ORIENTED GRADIENT Yohannes Yohannes; Johannes Petrus
JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer Vol 13 No 3 (2022): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : LPPM Sekolah Tinggi Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/betrik.v13i3.589

Abstract

Mammals are one type of animal that has many characteristics and characteristics. The shape of the face in each type of mammal has a similar shape. The faces of mammals in the form of frontal images are a challenge in image classification. In this study, the Histogram of Oriented Gradient (HOG) is used as a feature of the facial shape of mammals. HOG is used as a strengthening feature in the classification process using the eXtreme Gradient Boosting (XGBoost) method. The test was carried out using a dataset of frontal facial imagery of mammals consisting of 15 species. The results of the tests show that the XGBoost method with the HOG feature is able to provide better classification results for mammals than without the HOG feature. This is indicated by an increase in the value of precision, recall, and f1-score on XGBoost with the HOG feature which is almost twice as high as XGBoost without the HOG feature.
Penentuan Tingkat Kerontokan Rambut Kepala Pria dengan Metode Fuzzy Inference System Sugeno Eric Karuna; Johannes Petrus
Jurnal Algoritme Vol 3 No 2 (2023): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/algoritme.v3i2.4204

Abstract

Abstrak Rambut kepala merupakan organ tubuh dari manusia yang memiliki bentuk seperti helaian benang yang tumbuh di kulit dengan mengandung banyak keratin serta dapat muncul dari lapisan epidermis. Terdapat berbagai faktor yang dapat mengakibatkan perubahan kondisi kulit kepala dan rambut seperti faktor usia lanjut, depresi, berkurangnya aktifitas kelenjar minyak dikulit kepala, gangguan pembuluh darah, gangguan hormon, pengaruh kosmetika, paparan sinar matahari secara terus menerus dan kurangnya makanan yang bergizi untuk kepentingan pertumbuhan rambut. Penelitian ini melakukan perancangan model Fuzzy Sugeno untuk menentukan tingkat kerontokan rambut kepala pada pria berdasarkan faktor-faktor penyebabnya. Salah satu tujuan dalam penelitian ini adalah untuk mengetahui tingkat kerontokan rambut kepala pada pria menggunakan metode Sugeno. Pada model Fuzzy Sugeno mendapatkan hasil yang rendah dalam menentukan tingkat kerontokan rambut kepala pada pria, yaitu memperoleh nilai error sebesar 114,870 untuk nilai MSE dan 5,73% untuk nilai MAPE.